本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

管道步驟的選取性執行

當您使用管道建立工作流程和協調 ML 訓練步驟時，您可能需要進行多個實驗階段。您可能只想重複特定步驟，而不是每次執行完整管道。使用管道，您可以選擇性地執行管道步驟。這有助於最佳化您的 ML 訓練。選取性執行在下列情況下很有用：

使用選取性執行，您可以選擇執行任何步驟子集，只要這些步驟子集在管道的有向無環圖 (DAG) 中已連線即可。下列 DAG 顯示管道工作流程範例：

您可以在選擇性執行AbaloneEval中選取步驟 AbaloneTrain和 ，但您無法只選取 AbaloneTrain和 AbaloneMSECond 步驟，因為這些步驟未在 DAG 中連線。對於工作流程中未選取的步驟，選擇性執行會重複使用參考管道執行的輸出，而不是重新執行步驟。此外，位於所選取步驟下游的未選取步驟不會在選取性執行中執行。

如果您選擇在管道中執行中繼步驟的子集，您的步驟可能取決於先前的步驟。SageMaker AI 需要參考管道執行，以便從中為這些相依性提供資源。例如，如果您選擇執行步驟 AbaloneTrain和 AbaloneEval，則需要該AbaloneProcess步驟的輸出。您可以提供參考執行 ARN 或指示 SageMaker AI 使用最新的管道執行，這是預設行為。如果您有參考執行，您也可以從參考執行中建置執行時間參數，並以覆寫方式將其提供給選擇性執行執行執行。如需詳細資訊，請參閱 重複使用參考執行中的執行期參數值。

詳細而言，您會為使用 執行的選擇性執行管道提供組態SelectiveExecutionConfig。如果您包含參考管道執行的 ARN （使用 source_pipeline_execution_arn引數），SageMaker AI 會使用您提供的管道執行中的上一個步驟相依性。如果您未包含 ARN 且存在最新的管道執行，SageMaker AI 預設會使用它做為參考。如果您未包含 ARN，且不希望 SageMaker AI 使用您最新的管道執行，請將 reference_latest_execution設定為 False。SageMaker AI 最終用作參考的管道執行，無論是最新或使用者指定的，都必須處於 Success或 Failed 狀態。

下表摘要說明 SageMaker AI 如何選擇參考執行。

如需有關選取性執行組態要求的更多資訊，請參閱 sagemaker.workflow.selective_execution_config.SelectiveExecutionConfig 文件。

以下討論內容涵蓋您想執行下列動作的情況範例：指定管道參考執行、使用最新管道執行作為參考，或在沒有參考管道執行的情況下執行選取性執行。

使用使用者指定之管道參考的選取性執行

下列範例示範AbaloneEval使用參考管道執行來選擇性執行步驟 AbaloneTrain和 。

from sagemaker.workflow.selective_execution_config import SelectiveExecutionConfig

selective_execution_config = SelectiveExecutionConfig(
    source_pipeline_execution_arn="arn:aws:sagemaker:us-west-2:123123123123:pipeline/abalone/execution/123ab12cd3ef", 
    selected_steps=["AbaloneTrain", "AbaloneEval"]
)

selective_execution = pipeline.start(
    execution_display_name=f"Sample-Selective-Execution-1",
    parameters={"MaxDepth":6, "NumRound":60},
    selective_execution_config=selective_execution_config,
)

以最新的管道執行作為參考的選取性執行

下列範例示範選擇性執行步驟，AbaloneTrainAbaloneEval並使用最新的管道執行做為參考。由於 SageMaker AI 預設會使用最新的管道執行，因此您可以選擇將reference_latest_execution引數設定為 True。

# Prepare a new selective execution. Select only the first step in the pipeline without providing source_pipeline_execution_arn.
selective_execution_config = SelectiveExecutionConfig(
    selected_steps=["AbaloneTrain", "AbaloneEval"],
    # optional
    reference_latest_execution=True
)

# Start pipeline execution without source_pipeline_execution_arn
pipeline.start(
    execution_display_name=f"Sample-Selective-Execution-1",
    parameters={"MaxDepth":6, "NumRound":60},
    selective_execution_config=selective_execution_config,
)

沒有參考管道的選取性執行

下列範例示範選擇性執行步驟，AbaloneProcessAbaloneTrain但不提供參考 ARN，並關閉使用最新管道執行做為參考的選項。SageMaker AI 允許此組態，因為此步驟子集不依賴於先前的步驟。

# Prepare a new selective execution. Select only the first step in the pipeline without providing source_pipeline_execution_arn.
selective_execution_config = SelectiveExecutionConfig(
    selected_steps=["AbaloneProcess", "AbaloneTrain"],
    reference_latest_execution=False
)

# Start pipeline execution without source_pipeline_execution_arn
pipeline.start(
    execution_display_name=f"Sample-Selective-Execution-1",
    parameters={"MaxDepth":6, "NumRound":60},
    selective_execution_config=selective_execution_config,
)

重複使用參考執行中的執行期參數值

您可以使用 build_parameters_from_execution 透過參考管道執行建置參數，並將結果提供給您的選取性執行管道。您可以使用參考執行中的原始參數，或使用 parameter_value_overrides 引數套用任何覆寫。

下列範例示範如何透過參考執行建置參數，以及如何套用 MseThreshold 參數的覆寫。

# Prepare a new selective execution.
selective_execution_config = SelectiveExecutionConfig(
    source_pipeline_execution_arn="arn:aws:sagemaker:us-west-2:123123123123:pipeline/abalone/execution/123ab12cd3ef",
    selected_steps=["AbaloneTrain", "AbaloneEval", "AbaloneMSECond"],
)
# Define a new parameters list to test.
new_parameters_mse={
    "MseThreshold": 5,
}

# Build parameters from reference execution and override with new parameters to test.
new_parameters = pipeline.build_parameters_from_execution(
    pipeline_execution_arn="arn:aws:sagemaker:us-west-2:123123123123:pipeline/abalone/execution/123ab12cd3ef",
    parameter_value_overrides=new_parameters_mse
)

# Start pipeline execution with new parameters.
execution = pipeline.start(
    selective_execution_config=selective_execution_config,
    parameters=new_parameters
)